numpy.argsort#

numpy.argsort(a, axis=-1, kind=None, order=None, *, stable=None)[source]#

返回用于对数组进行排序的索引。

使用由 kind 关键字指定的算法,沿着给定轴执行间接排序。它返回一个与 a 形状相同的索引数组,这些索引按照排序顺序对给定轴上的数据进行索引。

参数:
aarray_like

要排序的数组。

axisint 或 None,可选

要排序的轴。默认为 -1(最后一个轴)。如果为 None,则使用扁平化的数组。

kind{'quicksort', 'mergesort', 'heapsort', 'stable'},可选

排序算法。默认为 'quicksort'。请注意,'stable' 和 'mergesort' 在底层都使用 timsort,并且通常,实际实现将随数据类型而变化。保留 'mergesort' 选项是为了向后兼容。

版本 1.15.0 中已更改: 添加了 'stable' 选项。

orderstr 或 str 列表,可选

a 是一个具有定义字段的数组时,此参数指定首先比较哪些字段、其次比较哪些字段,依此类推。可以使用字符串指定单个字段,并且不需要指定所有字段,但未指定的字段仍将按其在 dtype 中出现的顺序使用,以打破平局。

stablebool,可选

排序稳定性。如果为 True,则返回的数组将保持比较结果相等的 a 值的相对顺序。如果为 FalseNone,则不保证这一点。在内部,此选项选择 kind='stable'。默认值:None

版本 2.0.0 中的新内容。

返回值:
index_arrayndarray,int

沿着指定的 axisa 进行排序的索引数组。如果 a 是一个一维数组,则 a[index_array] 会产生一个排序后的 a。更一般地,np.take_along_axis(a, index_array, axis=axis) 始终会产生排序后的 a,无论其维度如何。

另请参阅

sort

描述了所使用的排序算法。

lexsort

具有多个键的间接稳定排序。

ndarray.sort

就地排序。

argpartition

间接部分排序。

take_along_axis

index_array 从 argsort 应用到数组,就像调用 sort 一样。

备注

有关不同排序算法的说明,请参阅 sort

从 NumPy 1.4.0 开始,argsort 可以处理包含 nan 值的实数/复数数组。增强的排序顺序在 sort 中有说明。

示例

一维数组

>>> import numpy as np
>>> x = np.array([3, 1, 2])
>>> np.argsort(x)
array([1, 2, 0])

二维数组

>>> x = np.array([[0, 3], [2, 2]])
>>> x
array([[0, 3],
       [2, 2]])
>>> ind = np.argsort(x, axis=0)  # sorts along first axis (down)
>>> ind
array([[0, 1],
       [1, 0]])
>>> np.take_along_axis(x, ind, axis=0)  # same as np.sort(x, axis=0)
array([[0, 2],
       [2, 3]])
>>> ind = np.argsort(x, axis=1)  # sorts along last axis (across)
>>> ind
array([[0, 1],
       [0, 1]])
>>> np.take_along_axis(x, ind, axis=1)  # same as np.sort(x, axis=1)
array([[0, 3],
       [2, 2]])

N 维数组的已排序元素的索引

>>> ind = np.unravel_index(np.argsort(x, axis=None), x.shape)
>>> ind
(array([0, 1, 1, 0]), array([0, 0, 1, 1]))
>>> x[ind]  # same as np.sort(x, axis=None)
array([0, 2, 2, 3])

使用键进行排序

>>> x = np.array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> x
array([(1, 0), (0, 1)],
      dtype=[('x', '<i4'), ('y', '<i4')])
>>> np.argsort(x, order=('x','y'))
array([1, 0])
>>> np.argsort(x, order=('y','x'))
array([0, 1])